仓库里最常见的安全库存失灵，不是库存设得太低，而是采购周期按供应商承诺填写、补货按平均销量计算、仓库按账面库存执行，三套口径彼此不一致。结果是表格显示“还有 12 天库存”，采购却刚收到延期通知，业务部门则认为货够用。要把安全库存管理真正落地，关键不是给每个 SKU 多加几天，而是把需求波动、采购周期、库存状态和团队动作接成一条可复核的决策链。
我判断一套安全库存方案是否可用，通常先问三个问题：需求突然升高时能不能扛住，供应商晚交货时能不能接上，触发补货之后相关人员能不能及时行动。第一个问题关乎需求不确定性，第二个问题关乎供给不确定性，第三个问题关乎流程和责任。
因此，安全库存不是一个脱离业务的固定天数，也不是给所有物料套用同一个“库存覆盖 30 天”标准。更准确地说，它是库存策略中的缓冲部分，作用是在补货提前期内吸收需求与供应的偏差。缓冲应该覆盖哪些偏差、覆盖到什么程度，需要由服务目标、断货损失、资金占用和供应能力共同决定。
我的核心判断是：安全库存的有效性，取决于“风险被算出来”与“动作能及时发生”两件事同时成立。如果预测和采购周期算得再精细，但异常没人确认、采购申请无人审批、收货差异不回写，模型只会产出一组看起来合理的数字。
一套可执行的机制至少包含五个环节：定义需求口径、核实采购周期、设定补货触发点、明确异常升级规则、用实际到货和实际消耗复盘。任何一个环节断开，都可能让库存参数失真。
这条链的价值不在于让每个部门多填一张表，而在于让“库存为什么报警、谁该采取什么动作、动作完成后结果如何”可以追踪。仓库安全库存规划因此不是单纯的仓储课题，而是采购、计划、销售、财务和仓库共同承担的运营规则。
如果仓库有数千个 SKU，要求每个物料都由计划员逐条人工判断，方案很难长期维持。我更倾向先按业务价值、需求波动、供应风险和替代性把物料分层，再决定哪些物料需要精细计算，哪些使用简化参数，哪些应以订单驱动为主。
例如，高价值且需求稳定的物料，通常需要严控库存资金和参数变更；低价值但经常断供的关键辅料，可能值得配置更高缓冲；低频、可替代、按项目采购的物料，不应机械地沿用常销品的补货规则。分层的目的不是给物料贴标签，而是让有限的管理时间优先用在断货代价最大的地方。
采购周期在系统里经常只有一个字段，但业务上的“从下单到可用”往往由多个环节组成。我会把它拆成需求确认、询价或审批、供应商备货、运输、到货检验、入库上架几个阶段。若只记录供应商生产加运输时间，忽略内部审批、质量检验和收货排队，安全库存就会系统性偏低。
举例来说，采购部门认为某零件平均交期为 14 天，实际上需求审批和订单确认用 2 天，供应商生产与发货用 14 天，运输与清关用 5 天，检验和上架再用 2 天，那么从提出需求到可用库存约为 23 天。对仓库而言，决定何时触发补货的不是“供应商从发货到送达”的局部周期，而是业务真正等待可用库存的完整周期。
我也会区分名义周期和实际周期。合同周期、系统主数据或供应商承诺可以作为起点，但不能替代历史到货数据。实际周期要说明起止点、统计样本和异常处理规则，否则不同团队各自报出的“平均交期”可能完全不可比。
另一个容易造成误判的地方，是把库存总量当成可用量。仓库账面可能有 500 件，实际其中 100 件已分配给客户订单、60 件待质检、40 件冻结待处理，真正可自由使用的只有 300 件。若补货点按 500 件判断，系统可能比业务实际需要晚很多才发出预警。
更适合判断补货的通常是库存位置：可用现货加确认在途，再减去已分配、欠交和其他明确占用。具体定义要根据业务系统和订单管理方式确定。关键是团队使用同一口径，并能追溯每项扣减和增加的来源。
不同企业也需要分别处理退货、委外库存、寄售库存、借用库存和跨仓调拨。某一类数量是否应计入可用库存，取决于其可支配性和到货确定性。未确认的供应商口头承诺不应与已发运、可追踪的在途订单等量齐观。
稳定消耗品可以用一段时间的日均需求辅助判断，但平均数对促销品、季节性物料、项目型物料和间歇性需求并不总是可靠。若某个零件大多数天没有领用，偶尔因项目集中领出 200 件，简单平均可能把库存设得过高；若数据恰好没覆盖旺季，则又可能把库存算得过低。
面对这类物料，我会先检查数据的业务背景：有没有促销、客户集中交付、BOM 变更、替代料切换或一次性补库？这些事件要不要纳入常规需求？答案不能仅靠公式决定，需要计划、销售和采购一起判断事件是否可重复、是否已知且能提前同步。
安全库存最怕的不是计算误差，而是把不同性质的误差混成一个平均值。需求端波动、供给端延期、数据延迟和内部流程等待需要分开观察，才知道该增加库存、缩短审批、调整供应商还是修正数据。
“每个 SKU 备 30 天”听上去简单，执行也方便，但它把需求价值、供应周期和断货后果都忽略了。对日均需求稳定、交期只有 5 天的物料，30 天可能意味着大量资金沉淀；对交期 60 天且供给不稳定的关键料，30 天又可能不够。
覆盖天数可以作为观察指标，不能替代策略判断。即使两种物料都是 20 天库存，若一个每天消耗 100 件、另一个每月消耗 2 件，其库存金额、缺货风险和补货优先级也完全不同。统一覆盖天数适合做粗筛，不适合直接作为全仓策略。
供应商报出的交期通常是标准条件下的承诺，不一定涵盖排产拥堵、节假日、原料短缺、质量返工和运输波动。若参数长期沿用最初报价，实际采购周期已经变长，安全库存仍会按旧周期计算，缺货往往表现为“怎么每次都比预计晚”。
我建议至少同时保留承诺周期、实际周期和异常原因。实际周期不是为了给供应商简单排名，而是为了分辨问题发生在哪一段。若供应商生产时间稳定、运输时间波动大，改善手段和库存缓冲的重点就不同。
平均采购周期为 20 天，并不意味着每次都在 20 天到货。若多数订单 16 天完成，少数订单拖到 45 天，平均值可能掩盖尾部风险。对于断货代价很高的关键物料，只看平均周期通常不够；还要观察中位数、较高分位周期、超期比例和异常原因。
但也不能机械地用最坏一次交期制定常规安全库存。若一次极端延误来自已确认的不可重复事故，长期按最坏情况备货可能付出过高资金成本。更合理的方式是把常规波动纳入参数，把低频极端事件纳入应急预案、替代方案或专项风险库存。
补货点与安全库存不是同一个概念。一个简化的再订货点可以理解为采购提前期内的预计需求加安全库存。前一部分是正常消耗需要覆盖的数量，后一部分是用于抵御不确定性的缓冲。若把两者混为一谈，团队容易误以为“补货点设高就是安全库存管理完成了”。
例如，日均需求 40 件、采购提前期 10 天，提前期内的平均需求约为 400 件；若安全库存设为 80 件，则简化补货点为 480 件。这里的 400 件并不是安全库存，而是预计交期内的常规消耗。实际操作还需要考虑库存位置、最小订购量、包装倍数和采购批量。
发生缺货后，最直观的反应通常是把安全库存调高。但如果根因是出库单延迟记账、收货检验积压、采购申请卡在审批、供应商交期主数据错误，单纯加库存会掩盖问题并增加资金占用。
我通常要求每一次参数上调都写明原因、适用物料、有效期限和复核日期。如果调整原因是预计旺季，应在旺季结束后检查是否回调；如果原因是供应商近期交付不稳定，应设置供应商改善目标，而不是把临时波动永久写进库存参数。
计算之前，我会先把数据说明写清楚：需求按发货、领料还是销售订单统计？退货是否冲减？促销备货是否纳入常规消耗？采购周期从哪一个时间点开始、在哪个节点结束？这些问题没有统一答案，但必须在企业内部形成一致口径。
数据准备阶段还要处理缺失值、重复记录和异常事件。缺货期间的销量尤其需要小心：销售记录低，可能不是需求低，而是当时没有库存可卖。如果把缺货销量直接当成低需求，下一轮预测会继续低估需求，形成“库存不足导致销量低、销量低又导致库存更低”的循环。
我一般将需求观察窗口与业务周期对齐。稳定品可以采用滚动窗口；季节性品要覆盖相似季节；促销品要把活动计划和历史活动效果分开看；项目型物料则要核对订单和项目节点，避免把已确定的项目需求平均摊进日常消耗。
当需求和采购周期都比较稳定时，可用提前期平均需求加安全库存的简单方法。安全库存可以根据历史需求误差、服务目标和采购周期波动估算。若需求近似稳定、周期固定，常见思路是用需求标准差乘以服务系数和提前期平方根；具体公式应根据时间单位与数据口径确认，不应把公式名称当成正确性的保证。
若需求波动明显但采购周期相对稳定，可以重点估计提前期内需求的波动；若需求相对稳定但采购周期波动明显，则应关注交期变化带来的不确定性。需求与周期都波动时，较合理的做法是直接分析“提前期内实际需求”的历史分布，避免把两种误差简单相加后忽略其相关关系。
对于间歇性需求，连续分布假设往往不合适。可以按物料类别采用间歇需求预测、项目计划驱动或订货点与订货周期联合管理，同时检查最小采购量、供应商起订条件和替代料。方法应该服从数据特征，而不是为了全仓统一而强行使用同一条公式。
服务目标不是越高越好。库存提高通常能够降低缺货概率，但会增加资金占用、仓储空间、损耗和过期风险。选择目标时，我会要求业务说明缺货的实际后果：是否导致产线停工、客户违约、加急运输、替代采购，还是只造成短暂延迟？同一仓库中的不同物料，服务目标可以不同。
例如，关键维修件缺货可能导致设备停机数小时，较高的服务目标有合理性；可在数日内替代采购的通用耗材，过高服务目标可能不经济。服务目标还要与供应商能力相匹配：如果供应商波动很大，提升目标前应同时评估框架协议、寄售、双来源和替代料，而非只增加现货。
在统计意义上，服务水平的定义也要说清楚。按订单满足率、按需求数量满足率，还是按周期内不缺货概率衡量，结果并不相同。复盘时指标定义不一致，会导致团队争论“服务水平已经提升”还是“缺货仍然很多”。
补货点决定何时启动补货，订货量决定一次买多少，两者不应混为一谈。即使补货点合理，若采购批量远高于实际需求，库存仍会堆积；若订货量太小而供应商有高额起订门槛，采购也可能无法执行。
实际判断时，我会将库存位置纳入补货逻辑，并同步检查采购在途状态、已分配数量、未交订单和仓库冻结量。对跨仓企业还要明确调拨是否可用、调拨需要几天、调拨优先级如何确定。跨仓的账面库存不等于本仓马上可用的库存。
| 参数或口径 | 回答的问题 | 常见误用 | 复核重点 |
|---|---|---|---|
| 需求预测 | 未来可能消耗多少 | 把缺货期间的低销量当成低需求 | 促销、季节、项目及缺货记录 |
| 采购提前期 | 从提出需求到库存可用要多久 | 只采用供应商口头承诺 | 实际订单节点和超期分布 |
| 安全库存 | 为不确定性准备多少缓冲 | 将正常提前期需求重复计入 | 服务目标、需求误差、供给风险 |
| 补货点 | 库存位置到什么水平时触发采购 | 只看仓库现货，不看在途和占用 | 库存位置定义及订单状态完整性 |
| 订货量 | 每次补多少较合适 | 忽略起订量、包装倍数和资金约束 | 采购批量、存储能力和需求节奏 |
下面用一个情景模拟说明判断过程，所有数字均为示例，不代表某家企业的经营数据。某制造企业的装配线使用一款关键连接件，过去 90 天平均日需求 40 件，需求标准差约 12 件；从需求确认到入库可用的平均采购周期为 10 天，周期标准差约 3 天。高峰期订单会集中到来，供应商偶有延迟。
系统里当前账面库存为 620 件，其中 80 件已分配给生产订单，40 件处于待检状态，确认在途 120 件。若将待检库存暂不视为可用，库存位置可以按 620 加 120 再减去 80 计算，即 660 件；如果只看仓库现货，也只看 620 件。两种口径都会影响报警时点，团队必须先统一规则。
若简单采用日均需求乘平均采购周期，正常提前期需求约为 400 件。企业再结合历史需求与周期波动，暂定安全缓冲为 100 件，则参考补货点为 500 件。这个数只是情景中的管理参数，不是通用答案；真正上线前还要核验需求窗口、缺货销量、服务目标和采购批量。
在这个情景里，我会把分析拆成几张可追溯的视图：物料日需求趋势、订单级采购周期、当前库存位置、逾期采购单和待检数量。九数云可以作为一个数据分析与可视化的示例平台，用于将来自业务系统的数据整理成指标看板；具体能接哪些系统、采用什么字段和刷新频率，应以企业的数据环境和平台实际能力为准。
我更看重看板能否让使用者从“库存低于阈值”继续追问：是需求突然增加，还是订单审批延迟？是供应商未发货，还是货已到但检验积压？是可用库存口径不一致，还是历史主数据没有更新？只展示红黄绿状态，无法回答这些问题，就不能替代管理动作。
一个实用的看板可以把物料编码、仓库、供应商、可用库存、已分配量、在途量、待检量、补货点、预计缺货日期和责任人放在同一条记录中。再提供按物料、供应商、采购员和仓库筛选的能力，使计划与采购能定位到同一个异常，而不是各自导出一份口径不同的表。
九数云的产品信息可参考其官网 九数云官网。这里举例的重点是数据分析流程：数据源连接、字段口径整理、指标计算、看板展示和异常跟踪；不应把平台本身当作库存策略，也不应在没有验证数据质量的情况下直接相信图表结论。
假设库存位置从 660 件降到 490 件，低于参考补货点 500 件。这个信号不应只生成一条“库存不足”通知，而要带出下一步任务：计划员核对未来 10 天的需求和订单变化；采购员确认在途订单能否按期到货；仓库确认待检物料能否在生产需求日前放行；业务部门确认是否存在临时大单或替代方案。
若供应商确认在途货物会晚 6 天，计划员要重新计算预计缺口，采购判断是否有加急、拆单或替代来源，仓库与质检确认是否可优先处理已到货批次。财务可参与高额加急费用和新增库存的取舍，但不应替代业务部门判断缺货后果。
预警要包含责任人、完成时限、判断依据和升级条件。例如，低于补货点后 4 个工作小时内确认在途状态；若预计可用库存低于未来需求，采购在当日提出加急或替代方案；若连续两次发生同类延误，则进入供应商改善复盘。具体时限需按企业运营节奏设定。
参数调整后，应观察一段足以覆盖采购周期的时间，再评估缺货率、订单满足率、平均库存金额、加急采购次数和库存周转。若缺货减少，但库存金额大幅增加、呆滞库存同步上升，说明方案可能用过多资金换取了服务改善，仍需重新权衡。
案例中的模拟前后指标可以用于制定试点观测目标，但必须与真实基线区分。企业上线前应先记录一段可比历史，例如同一组物料、同一仓库和相近需求条件下的缺货情况与库存金额。不能把模拟数字写成实际成效，也不能用不同 SKU 的前后结果直接得出因果结论。
这类物料适合采用标准化补货点和周期复核机制。先用历史需求计算基线，检查供应周期是否稳定，再设定合理服务目标。日常不必逐单人工审批每个参数变化，但要监控需求是否偏离历史区间、供应商是否连续超期。
行动重点是提高自动化和口径一致性，而不是无限增加缓冲。可按月或按季度复核，遇到销量结构、供应商、包装单位或仓库位置变化时提前触发复核。对低金额、稳定消耗的物料，可采用简单规则减少管理成本。
这类物料不能只依赖过去一段时间的平均销量。计划部门应把活动排期、渠道订单、季节因素和已知大客户需求纳入滚动预测，并标记哪些需求是已确认、哪些仍是概率判断。活动开始前后要分开评估，避免一次性高峰永久抬高日常安全库存。
采购与销售需要提前约定锁单时间、预测更新频率和取消规则。若供应商需要较长备货周期，可通过分批交付、提前锁定产能或设置订单调整窗口来降低现货压力。库存是应对不确定性的一个工具，不是替代需求沟通的唯一手段。
这类物料的断货后果通常较重，管理重点不仅是提高服务目标，还包括供应风险预案。建议检查供应商产能、原料来源、运输路径、历史超期、质量波动和替代料认证周期。若单一来源风险高，采购策略可能需要谈判锁产能、建立第二来源或准备经验证的替代方案。
库存缓冲要与风险缓解措施组合评估。比如提升现货可以降低短期停产风险，但若供应商产能长期不稳定，单靠仓库存货可能仍不够；相反，若已经建立可靠替代来源或快速调拨机制，部分安全库存可以重新测算。
对间歇性需求，首先要判断缺货是否真的不可接受，以及是否能临时采购、替代或借用。若物料价值高、损耗或过期风险大，维持固定安全库存未必合适；可以考虑接单后采购、供应商寄售、项目专用库存或共享库存。
若某物料连续多个周期没有需求，但偶尔使用时会造成重大影响，不能仅凭“零销量”删除参数。应由设备、工程、采购和仓库共同确认停产风险、替代周期与生命周期。长尾物料的策略更依赖业务判断，模型只能辅助识别，不能独自决定是否备货。
多仓环境应评估集中库存与分仓库存的总成本。各仓分别配置安全库存，可能造成库存重复；全部集中到一个仓，又可能因调拨时间过长而无法满足区域需求。要把仓间运输周期、调拨频率和服务范围纳入参数，而不是只比较各仓账面数量。
跨境或长途供应还需区分在途风险和本地可用库存。运输延误、清关、天气、港口拥堵及文件差异可能造成周期波动。企业可建立在途节点和异常升级规则，按可追踪程度区分已发运、已订舱、待生产和仅有采购承诺的数量，避免把不确定在途当成确定库存。
业务有时会提出“尽量不要缺货”，但这句话没有说明愿意为服务改善付出多少库存、加急费用和管理资源。我的建议是把服务承诺按物料重要性和客户影响分层，再明确不同层级允许的风险范围。高优先级物料可以配置更强的保障，普通物料则接受合理补货周期。
若团队追求所有 SKU 绝不缺货，最终往往会把不确定性全部转移到仓库，形成低周转和呆滞风险。库存不仅是服务保障，也是被占用的现金和仓储空间。决策要同时看缺货代价和库存持有成本，而不是把任何库存增加都当作风险降低。
面对供应不稳定，企业可以选择增加缓冲，也可以缩短补货周期、提高订单频率、建立备用来源或改善供应商交付。增加库存通常见效快，但会占用资金；缩短周期需要采购、供应商和物流协同，改善周期可能较慢，却可能带来更长期的库存下降。
我会先比较每种方案的实施成本、可控程度和见效时间。若生产即将停线且供应中断已发生，短期加急或借调可能是现实选择；若同一供应商连续数月延误，则应启动供应改善与来源分散，不宜永久靠多囤货解决。
当库存状态、采购订单和需求记录完整，补货规则稳定时，可以逐步扩大自动建议和自动审批范围。若在途状态经常不更新、冻结库存没有及时清理、需求数据缺少活动标记，自动化只会让错误更快地进入采购流程。
比较稳妥的路径是先让系统产生建议，由计划员复核；再对低风险、稳定物料开放自动生成申请；高金额、长周期或高断货影响物料仍保留人工确认。每个自动化阶段都要规定异常阈值、撤回方式和责任人，防止系统输出被误认为无需判断的命令。
简单模型容易解释、维护成本低，适合需求稳定、价值较低、参数数量多的物料。复杂模型能处理季节性、多因素和需求间歇，但对数据质量、技术能力和持续维护要求更高。模型越复杂，并不必然意味着决策越好；如果业务人员无法解释参数变化，策略就很难获得执行。
选择时要看复杂模型是否改变了决策，而不是只看预测误差是否有小幅改善。若复杂分析无法降低缺货或库存成本，且维护需要大量人工，不如采用简单、透明、能按期复核的规则。对关键物料，可先小范围试点，对照简单规则与新方法的结果。
| 决策方向 | 主要收益 | 主要代价 | 更适合的情况 |
|---|---|---|---|
| 提高安全库存 | 较快增加短期缓冲，降低部分缺货风险 | 资金占用、仓储压力、呆滞与过期风险上升 | 断货损失高且短期无法改善供给时 |
| 缩短采购周期 | 减少提前期需求，可能降低常备库存 | 需要供应商、采购和物流配合，改善并非即时 | 需求较稳定且供应环节有优化空间时 |
| 增加替代来源 | 降低单一供应依赖，提高供应韧性 | 认证、质量、合同与管理成本增加 | 关键物料长期单一来源且替代可行时 |
| 采用订单驱动 | 减少低频物料的常备库存 | 响应时间更长，临时需求可能无法即时满足 | 需求稀疏、可提前获知且断货代价可接受时 |
我建议先选一组有代表性的物料试点，既包括稳定常用件，也包括长交期或需求波动明显的物料。范围不宜只挑最容易成功的 SKU，也不宜一开始就选问题最复杂的全部关键件。试点要能够验证数据口径、协同规则和结果指标。
试点开始前先固定基线：选定统计期间、仓库、物料范围和服务指标，记录现有库存金额、缺货次数、加急采购次数、实际周期和订单满足率。若基线口径在试点中途改变，前后对比就没有解释力。
安全库存参数不应只存一个数。建议至少记录物料编码、策略类别、需求口径、采购周期口径、补货点、安全库存、适用仓库、参数来源、审批人、生效日期和复核日期。若参数因促销或临时供应风险上调，还要标明到期日，避免临时例外变成永久规则。
参数变更可以按影响分级。低金额且稳定的物料，可由规则自动更新并抽样复核；高金额、关键停线件或跨仓物料，应要求计划、采购和业务共同确认。变更审批并不是为了增加手续，而是让可能影响服务与资金的决定留下依据。
每次缺货、超期或库存积压，都要尽量归入可操作的原因类别。例如需求突增、预测漏报、供应商延期、内部审批等待、质检积压、库存账实差异、主数据错误、参数未更新、替代料不可用。分类要足够具体，能指向改进动作，但不应细到无法维护。
复盘的重点是比较预期和实际：当时库存位置是多少，系统何时报警，谁在何时处理，供应商何时确认，最终何时可用。若报警及时但采购未下单，问题在执行；若系统没有报警，问题可能在口径或参数；若采购按期下单但仍断货，需要检查预测、交期和安全缓冲。
建议将指标分为服务、库存、供应和执行四类。服务类看缺货率或订单满足率；库存类看库存金额、周转和呆滞；供应类看实际周期、超期比例和到货完整率；执行类看预警处理时长、审批等待和异常关闭时间。
指标需要明确计算口径和责任边界。比如缺货次数按 SKU、订单还是需求行统计，缺货率是否剔除客户主动延期，库存金额是否包含在途，采购周期从下单还是申请开始计算。定义不清的指标容易引发报表争论，无法推动改进。
月度复盘不应逐条朗读报表，而应集中回答几个决策问题：哪些物料连续触发预警？哪些供应商的实际周期显著偏离承诺？哪些参数上调后库存增加却没有改善服务？哪些缺货来自内部处理延误？哪些低频物料可以改为项目采购或替代策略？
会议结束时要留下行动项、责任人、截止日期和验证指标。下一次复盘不只是检查有没有完成，还要确认改进是否改变了结果。没有验证的行动，不能算管理闭环。
仓库安全库存管理真正难的部分，往往不是公式，而是每个人对“需求、库存、提前期、缺货”和“可用”的理解是否一致。口径没有对齐，模型越精细，越可能把不一致包装成看似精准的结果。先把数据来源、计算边界、责任岗位和异常处理方式讲清楚，再逐步增加算法复杂度。
安全库存能够吸收一部分波动，却不能替代供应商管理、需求沟通、质量控制和审批提速。短期风险可以通过合理缓冲应对，长期反复发生的问题应回到根因治理。把所有问题都转换成“多备一点”，会让库存承担本应由流程和供应体系解决的成本。
如果团队还没有成熟的库存策略，我建议先挑选 20 至 50 个具有代表性的物料，统一库存位置与采购周期口径，记录一段可比基线，再测试补货点和预警协同规则。对每次异常保留需求、在途、审批、收货和处置记录，一个采购周期后再评估服务改善与资金代价。
最终要追求的不是“安全库存越低越好”或“绝不缺货”，而是每一份缓冲都有风险依据，每一次预警都有责任动作，每一次参数调整都能用结果验证。当采购周期与团队协同真正衔接起来，安全库存才从仓库里的静态数字，变成一套能够解释、执行和持续改进的经营机制。
读者评论
把采购周期拆到审批、运输、检验和上架这点很实用。只看供应商承诺交期，确实容易漏掉内部等待时间。
库存位置的口径需要先统一，尤其是待检、已分配和确认在途库存。否则补货预警再精细，也可能和仓库实际可用量对不上。
文中区分平均值、中位数和高分位很有必要。不过参数调整后还应设复核日期，避免临时延期风险长期变成额外库存。